01
需求转技术任务
优先试点这一场景的目标是把需求、现有架构、约束和验收标准整理成技术方案、任务拆分和风险。
- 输入
- 需求、现有架构、约束和验收标准
- 输出
- 技术方案、任务拆分和风险
- 验收
- 检查文档耗时、测试覆盖变化、代码审查问题命中率
- 边界
- 架构取舍和范围由研发负责人确认
11
程序员
技术与数据程序员岗位适合让AI智能体承担理解、文档、测试和审查辅助，生产代码仍要经过工程验
- 覆盖角色
- 前端、后端、全栈、测试开发、架构师、研发经理
- 白皮书位置
- p51-54 · 2 张配图
01
应用场景全景表
9 个场景 · 输入、交付与人工边界左起第一列是这个岗位可交给 WorkBuddy 的场景； 中间两列是它需要什么、能交付什么；最后一列是必须由人或系统决定的部分 —— 这一列才是评审时真正要看的，因为它决定哪些环节不能自动化。
| 场景 | 需要输入 | WorkBuddy可辅助交付 | 人工或系统边界 |
|---|---|---|---|
| 需求转技术任务 | 需求、现有架构、约束和验收标准 | 技术方案、任务拆分和风险 | 架构取舍和范围由研发负责人确认 |
| 代码生成与补全 | 代码库上下文、接口、规范和测试 | 候选代码和修改说明 | 不得只凭片段生成后直接合并 |
| 代码审查 | 变更、规范、威胁模型和历史问题 | 缺陷、风险、证据和建议 | AI审查是补充，关键代码仍需人工Review |
| 单元与集成测试 | 代码、接口契约、边界和历史缺陷 | 测试用例、Mock、覆盖缺口 | 测试通过不等于业务正确 |
| 缺陷定位与修复 | 日志、堆栈、复现步骤、代码版本 | 根因假设、验证步骤和补丁 | 先复现再修复，生产变更走发布流程 |
| 代码与接口文档 | 代码、接口、部署和示例 | README、API文档和变更说明 | 文档必须与当前版本同步 |
| 代码库理解 | 仓库、入口、依赖和问题 | 模块图、调用链和影响范围 | 敏感代码和密钥不得外泄 |
| 部署与发布辅助 | 环境、配置、流水线和检查项 | 部署脚本草案、检查表和回滚方案 | 生产发布必须审批和可回滚 |
| 研发效能复盘 | 需求、提交、缺陷、构建和交付数据 | 周期、瓶颈和改进实验 | 不以代码量或AI使用量评价个人 |
02
三个优先场景
按落地难度排序，建议从 01 开始三个优先场景在各岗位下按同一套方法拆解：明确任务口径 → 收集并检查输入 → 让 WorkBuddy 执行整理、检索或生成 → 输出可编辑结果 → 由岗位负责人复核后进入下一流程。
01需求转技术任务
02代码生成与补全
03代码审查
02
代码生成与补全
这一场景的目标是把代码库上下文、接口、规范和测试整理成候选代码和修改说明。
- 输入
- 代码库上下文、接口、规范和测试
- 输出
- 候选代码和修改说明
- 验收
- 检查文档耗时、测试覆盖变化、代码审查问题命中率
- 边界
- 不得只凭片段生成后直接合并
03
代码审查
这一场景的目标是把变更、规范、威胁模型和历史问题整理成缺陷、风险、证据和建议。
- 输入
- 变更、规范、威胁模型和历史问题
- 输出
- 缺陷、风险、证据和建议
- 验收
- 检查文档耗时、测试覆盖变化、代码审查问题命中率
- 边界
- AI审查是补充，关键代码仍需人工Review
03
四层能力与实施条件
从文件层到决策层，越往后越需要治理同一个岗位的场景会分散在四层里：文件层只用本地文档就能跑， 知识层要先建好有版本、有出处、有权限的资料，系统层要接业务系统， 决策层则必须保留人工批准。先看自己能从哪一层起步。
文件层
- 需求转技术任务
- 代码生成与补全
- 代码审查
- 单元与集成测试
使用本地文档、表格和模板，结果可人工检查
知识层
- 代码生成与补全
建立有版本、有出处、有权限的知识资料
系统层
- 代码审查
通过受控的Connector、MCP或API读写业务系统
决策层
- 部署与发布辅助
展示依据、假设和影响，高风险决定由人批准
04
试点建议与实施边界
试点怎么推进
推荐先做“代码与接口文档”。它所需输入是代码、接口、部署和示例，目标交付是README、API文档和变更说明。
试点可按四个动作推进：第一，抽取一批真实历史任务作为基线；第二，用同一批输入让人工流程和WorkBuddy流程并行；第三，记录失败、遗漏和人工修改原因；第四，只在结果稳定、权限清楚、可以回滚时扩大范围。
建议验收指标包括：文档耗时、测试覆盖变化、代码审查问题命中率。如果结果需要大量重做、来源无法追溯、系统写入不可回滚，试点应暂停并先修复数据或流程。
不能越过的边界
- 代码库理解：敏感代码和密钥不得外泄。
- 部署与发布辅助：生产发布必须审批和可回滚。
- 研发效能复盘：不以代码量或AI使用量评价个人。
- 第三方案例中的效率数字和产品能力先作为线索，正式采购或发布前回查官方资料与实际测试。
05
主要资料来源
白皮书列出的入选来源文章- “AI 提效陷阱”：对快手万人组织 AI 研发范式的反思与组织提效路径
- AI研发提效：构建前端AI辅助编码工具
- 大厂是怎么做AI代码审查的：工具的边界，与人的责任
- 用WorkBuddy搞定一周工作量，老板都惊了
- 腾讯WorkBuddy Bench：具有抗污染任务构造的多领域编码智能体基准
程序员的场景能不能落到你们现在这套流程上？
把你们这个岗位最耗人的一件事说清楚，我们按上面四层能力给出可切入点、需要对接的系统清单和人工边界 —— 不是通用方案，是照着你们现有流程改的版本。
